跟着小土堆学pytorch（p8.TensorBoard的使用（二））

1.add_image()的使用

需要的参数：

    def add_image(
        self, tag, img_tensor, global_step=None, walltime=None, dataformats="CHW"
    ):
        """Add image data to summary.
        Args:
            tag (str): Data identifier
            img_tensor (torch.Tensor, numpy.ndarray, or string/blobname): Image data
            global_step (int): Global step value to record “””

参数一：tag (str): Data identifier ：title 标题

参数二：img_tensor (torch.Tensor, numpy.ndarray, or string/blobname): Image data

                tensor格式或者ndarray格式或者string格式

不需要x轴

图片形状shape：

img_tensor: Default is :math:`(3, H, W)`.若是（H,W,C）则添加参数：dataformats='HWC'

writer.add_image("test",img_array,dataformats='HWC')

image_path = "dataset/train/ants/0013035.jpg"
from PIL import Image
img = Image.open(image_path)

img格式未PIL不满足

print(type(img))
out[1]:<class 'PIL.JpegImagePlugin.JpegImageFile'>

2.利用Opencv读取图片，获得numpy型图片数据

安装 pip install Opencv-python

3.将PIL数据转换为numpy型

import numpy as np
img_array = np.array(img)

print(type(img_array))
out[1]:<class 'numpy.ndarray'>

print(img_array.shape)

4.实例

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
#常用流程
# 创建实例
writer = SummaryWriter("logs")  #存储文件夹名称为logs
img_path = "dataset/train/ants/0013035.jpg"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
print(img_array.shape)

writer.add_image("test",img_array,1，dataformats='HWC')  # 1为步长

writer.close()  #最后关闭

 从PIL到numpy，需要在add_image()中指定shape中每一个数字/维表示的含义

想看蜜蜂，修改img_path和2

img_path = "dataset/train/bees/16838648_415acd9e3f.jpg"
writer.add_image("test",img_array,2,dataformats='HWC')

 因为title没变，所以可以滑动滑块变换图片

如果需要单独显示，修改title值即可。